JPS58501011A - 自動最適調整方法とその機構 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるため要約のデータは記録されません。

Description

【発明の詳細な説明】 自動最適調整方法とその機構 技術分野 この発明は自動最適調整方法とその機構に関し、さらに詳しくは自動最適調整を 動的かつ実時間で行なうための方法とその機構に関する。

背景技術 この出願は私が１９７９年８月２４日に出願しその後放棄して現在に至っている アメリカ合衆国特許出願第６９、２９７号の一部継続出願として１９８１年６月 ２２日に出願した現在なお係属中のアメリカ合衆国特許出願第２７５．７５８号 の一部継続出願である。

自動最適調整技術には多くの異なった方式がある。

アメリカ合衆国特許における従来技術としては一度に一つのパラメータもしくは 変数調節を行なうバーダウｚ　イ（ｕａｒ′ｄａｗａｙ）の末端パラメーター捜 １　制ｍｌシステム（第６．４６６．４３０号）がある。ラッソ（Ｒｕａａｏ　 ）　（第３゜５７６、９７６号）は直線回帰ネットワークとパターン認識ネット ワークとを組合わせた制御システムを提供している。スミス（Ｓｗｉｔｈ）　（ 第３．６９４．６３６号）の７”。

グラム化されたデジタルコンピュータプロセスＩＪＮも（１） また集合データの最小二乗回帰適合を利用している。

バロン（Ｂａｒｒｏｎ　）　（第３．４６０．０９６号および第３．５１９゜９ ９８号）は彼自身の自動最適制御システムを利用して多変数パラ２−タースペー ス内の捜査を行なっている。しかしながらマイクロプロセッサ技術は開発されて いなかった。このため、これらの特許発明はいずれもこの出願において提示され る特殊な問題、すなわち近代的な統計的設計を伴なって１０億分の１秒の速度の 実時間で操作することによシ一時かつ同時に多くの変数（７，６３，５１１，４ ００００・・・）を最適調整しうる方法とその機構（従来技術においてこのよう な必須技術は全く言及されていない、）を全く取扱っていない。

たとえ後述する必須の統計的設計が利用されたとしても、自動車もしくは患者の 体あるいはドリルに装備することによシ省力化および・何十億もの判定を瞬時に 行なうことができるようなマイクロプロセッサは１９６６〜６７年には全く存在 しなかった。しかしながらこれらの特許は本発明の冥施にしばしば役立つ制御シ ステム、アクチュエータ、計算器、タイミング回路、Ｄ／Ａ変換器、メモリ装置 、センサ、コンパレータ、論理装置、符号検出益等を利用するための背景を提供 してい（２） 術、特にマイクロプロセッサを利用するものである。

る。

統計的方法を利用した７個に至る変数に関する最適調整について、本発明の発明 者は１９５８年４月７日刊のケミカル・エンジニアリング・マガジン（Ｃｈｅｍ ｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ　Ｍａｇａｚｉｎｅ　）に「作業票による最適 調整条件の提供」と題する論文を載せている。発明者はまた、１９６２年刊のジ ャーナル・オプ・アメリカン・スタテイステイカル・アソシエーシＩン（Ｊｏｕ ｒｍｌ　ｏｆ　ＡｍｅｒｉｃａｎＳｔａｔｉｌｓｔｉＯ１１ムａｓｏｃｉａｔｉ ｏｎ　）の第５７巻第４５５〜４７７頁に「実験的変数の走査に関する継続的方 法」と題する論文を載せている。

私は参考としてまたこの発明を開示するにあたシその一部として私の上記アメリ カ合衆国特許出願と刊行された論文および上記アメリカ合衆国特許を採用した。

自動機械は非常に一般化されてさている。機械加工、製図および部品の組立を数 値制御により行なうことは既に多くの反響を呼んでいる。車輌速度、部屋内もし くは家庭の冷暖房、家庭用具、工業用製造設備およびその他多くの器具、設備も しくは装置を自動的に制御することは増々一般化されつつある。これら全ての自 動機械は急速に発展したマイクロエレクトロニクス技（３） 様な要素のように、通常は無接されるその仙のｆｒ辱た残念ながら以前よシその 必要性が感じられていたに４かかわらず、これらの機械は高度なものではない。

これらの機械は例えば姓料経済性、精度、安全性、生産高もしくけ純度、トータ ルコヌト、環境影響性もしくはこれらを組合わ−せた特性のような所望の性能特 性をいくらかでも動的かつ実時間で最適調整を行なうことは不可能である。その 理由は簡単に理解されるであろう。車輌速度制御の場合、まず最初に「代表」の 試料となる自動車が選ばれ、そして狭い寮験範囲内できまぐれの限られた方法で テストが行なわれる。予想方程式もしくは応答サーフェスがその後結果として得 られた「平均」に基づいてマイクロプロセッサにプログラムされ、これはサンプ リング、類推およびその他による誤差を無視して成功を望むものである。車輌速 度まな影響のような明白な変数のみならず、しばしば連続的に変化する、例えば ガソリンおよびオイルの１類と量、自動車への負荷、風の槍如すなわち方向と速 度、雨傘雷、運転者の習慣と状影、道路の経年数、傾斜度および状肪、自動車と そのエンジンの経年数その性向（４） 要素にもまた依存している。これらおよび多くの他の変数、要素もしくはバラメ ータの影響は完全には判断されていない。これらの影響はまた月、週、日ごとに もしくは瞬時にさえも変化しうる。加えて、これらの変数は相互に大きな作用を 及ぼすであろう。これらの変数の多くは未知であシ、もしくは予想すらされてい ない。

従って、特定の重要性のある機械には、信頼性の有る最適調整が継続的かつ瞬時 に行なわれねばならない。

また、その存在および重要性が未知の変数もしくはバ３１．６５，１２７．２０ ０もしくは４００００にも及ぶかもしれない。全ての調査が必要である。重要な 変数を単に１個もしくは２．６個もらしても最適調整は効果的に行なわれずある いは役に立たないものになってしまう。しかしながら非常に多くの度数とそれら の相互関係が存在することに加えてさらに多くのテストを通常的に行なわねばな らないことにより、このような作業に不可能と思われる。ｍの変数を各々単Ｖこ ２つの水準すなわち条件でテストするにしてもそのテスト数ｎ（５） け、ｎ＝２の数を必要とする。璽＝　７．３１，６３．１２７９ および２００の場合、それぞれｎ＝１２８．２．１４８Ｘ１０゜９．２２３　Ｘ 　１　ｏ’？　１．７０１　Ｘ　１０３８および１．６０６Ｘ　１０６０となる 。計算速度を１０億分の１秒としても最後の６個の道にはそれぞれ２．９２５　 Ｘ　１０”、　５．３９４　Ｘ　１０２４および５．０９３Ｘ１０　年かかる。

このようなジレンマをさらに深めるのは、パラメータが重要なものであるかどう かによって異なるが、全く同一の自動車、Ｓ械、設備、部品　人間、環境等は存 在しないという事賽である。多くの自動車もしくは機械の部品には寸法差（仕様 に定めた範囲内の）が存在する。これらの部材は相関性が有る。偶然の組合わせ で機械がどのような危険な部品組になるかは全く未知であシ予想もつかない。

このことはまた、個々の自動車あるいは機械になぜ真正かつ意義のある最適調整 を行なわねばならないかのもう一つの理由となっている。加えて、これらの多く の変数の水準すなわち条件はそれらの個々の最適価値の特異な組合わせで設定さ れねばならず　機能関係はそｉが貧化する以前に即座に決定されねばならない。

さらに、自動車あるいはその他の機械は動的環境下にあるので、これらのテスト 、判定および変数１１Ｍ１節も（６） また動的に行って、必要に応じて定期的にチェックしかつあるいは毎時間、毎分 もしくは何分の１秒か毎にさえも調節を行なわねばならない。このような要件は プリセットされたいかなるプログラムをも無効とするので、要件を満たすには系 統的な統計設計と最新式のマイクロプロセッサを使用する他はない。

発明の開示 本発明は有効な統計設計を遺定し、設計マトリックスに従ってｍ変数の条件を調 節し、最適調整されるべき性能特性の条件および価値に関する多種のデータを集 積しかつ記録し、個々の機械に関するデータを分析して変数と性能特性の機能関 係を判定し、多くの変数の、特定瞬間、機械条件、環境もしくはサービス要件に 関する特異な組合わせを十億分の１秒以上の速度で算定して所望の性能特性を瞬 時に最適化し、これら多くの変数をそれぞれの最適価値もしくは条件にｗｓ＊ａ し、かつ定期的にチェ２りおよび再關節を行なってその瞬時の後の間に最適調整 を行なうことにょシ、機械を動的かつ実時間で自動的に最適調整するための方法 を提供するものである。この自動最適ＭａＭ方法に基ついて操作されるさまざま な産業の各棟の機械もまた開示さく７） れている。

図面中、第１図は自動最適調整方法のフローチャートを示し、第２図は特殊な鉄 ベースの合金のための自動最適化溶鉱炉を示し、第５図はこの発明による自動最 適調整自動車を示し、第４図は目動生産システムに利用される自動最適調整方法 のフローチャートを示し、第５図は継続走査法による自動最適調整方法のフロー この発明の方法および機構は多くの多種にわたる機械を何十億もしくはそれ以上 の計算段階を要する１０゜ＩＯｏ、１０００もしくはそれ以上の変数を処理する 電光速度で動的かつ実時間で自動最適調整する用途に広く適用可能である。

典型的な自動最適化方法にお社るさまざまな段階を第１図にフローチャートで示 す。以下の実施例でこのような自動最適調整方法の適用を詳細に説明する。この 実施例は私が既に述べた作業票に関する論文の第１例に関連するものでおる。し かしながらここでの設計マトリック７、ＭＴＸＤＳＮ　（Ｊ、■）にプログラミ ングを（８） 容易にするための変形が加えられている。第１表および第２表はそれぞれ設計マ トリックスおよびプログラムリストを示す。設計マトリックスはテスト数ｎ＝８ で変数ｍ＝７に至る処理を行なう８（または２ｋ）×７（２に−１）マトリック スである。これは４×３マトリツクス（太線で示す、）から構成でき、さらにこ のマトリックスも２×１マトリフクヌから構成できる。これら３つのマトリック スのに値はそれぞれ６．２および１である。新しい設計マトリックスに’＝　ｋ 　＋　ｊの第１カラムを決定するには第２表のプログラムリストのトウー・ルー プ（ｄｏ　１ｏｏｐ）　（記事番号２７）に示すように、低水準条件（すなわち 水準１）が最初の２にのテストに供され、次いで高水準条件（すなわち水準２） が最後の２にのテストに供される。旧のマトリックスを新しいマトリックスの左 下４分の１の部分とした後（第するその他の２に一１カラムすなわちカラムＪＪ Ｋ＝２”＋ＪＪ、ＪＪ＝１〜Ｎ工Ｍ　（ＮＩ−１”２”−１）が、カラムＪＪと Ｎｌにおける条件すなわち水準を比較することにより得られる。もしもこれら２ つのカラムが同様な条件１もしくは２を有しているならはこ１らの新しく９） いＪＪＫカラムは条件１ないしは２を有し、これはすなわちこれら２つの水準（ １もしくは２）の合計がそれぞれ奇数であるか偶数であるかによる。この設計マ トリックス（第１表）は鳳＝１．３．７耽２１−１の変数をｎ＝２に＝２．４． ８のテスト数でテストするのに利用できるが、−最後のマトリックス８×７は上 記原則すなわち１プログラム（第２表）に基づいて、鳳＝１５゜３１．６３，１ ２７，２５５，５１１．１０２３．・・・＝２に−１の変数をｎ　＝　ｍ　＋　 １のテストで処理できるよう簡単に拡張可能である。

実施例として特殊な鉄ベースの合金を作るための溶鉱炉型式の機械２０の処理を 挙ける。この溶鉱炉は特定の性能特性すなわち変数（すなわち７つの化学分子Ｏ ｒ、　Ｍｌ、　Ｍｏ、　Ｖ、　Ｎｂ、　ＭｎおよびＣのそれぞれに対するＡ〜Ｇ ）の固定数（すなわち１＝７）の変化に対応して溶鉱炉で産出された合金の１， ０００ｐａｉ（すなわち６．８９Ｘ　１Ｑ’　ｎｅ鱈ｏｎｅ／Ｗ　）の高熱張力 に関する最適調整を行なう、この機械すなわち溶鉱炉には基本水準（例えばＣｒ ４％）と変化単位（例えばＣｒ１％）ｔ−変数して与えられて所望の水準すなわ ち二水準因子寮験に関する第１変数Ｃｒに対する高水準ｈｉｌｏ　（１、２）＝ ５％と低水− 準（１，１）＝３％を自動的に演算するマイクロプロセッサ２８が組み込まれて いる。その他の変数１１＝２〜７に対する基本水準はそれぞれｂａａｅ（ｉ）＝ ２．０．１　。

［）、０２．０．Ｌ　Ｄ、４および０．４（％）であル、一方、変化単位はそれ ぞれＵｎｉｔ（１）”　１　、０．１　、０．０２　、０．１．０．１および０ ．１（％）である。かくして完全なｗ、　Ｘ　２　ｈｉｌｏマトリックスが完成 される。

上記プログラムリストに従ってマイクロプロセッサにより選定された設計マトリ ックスはｎ　＝　２に＝　２’Ｌ　８となる。各二つの水準においては通常２＝ １２８のテストが必要となる。従って設計実験は１　／２７−’　＝　１　／２ ’　＝１／１６の部分再現実験となる。すなわち、各１６のテストのうち実際に 行なわれるのは１回だけである。これは非常に大きな節約となる。ｎおよびｍが 大きくなると節約はさらに大きなものとなる。１１＃実、このような設計実験は これまで不可能とされていた仕事を簡単に処理可能とすることができる。

７　（＝ｗｒ　）基のアクチュエータすなわち合金要素供給装置１２１〜２７が 各元素の一つに対し提供されている。これらのアクチュエータに、第２図に示す 相互連結線を通じて同様なマイクロプロセッサ２８により制（ロ） 御（供給時間もしくは比率に関し）されつつ、継続的に８（＝ｎ）回作動される 。これらのアクチュエータｋｉＩ計マトリックスｍｔｘｄａｎ　（８、７）およ び高低水準マトリックスｈｎｏ（７，２）に従って７変数（すなわち要素Ｃｒ、 Ｎｉ・・・）を同時に調整する。例えば第１のテス）（ｉ＝１）では低水準にお ける全ての要素付加すなわちｈｌｌｏ（１，１）、ｉ＝１〜７、もしくは６％Ｃ ｒ。

１％Ｎ１・−・が必要とされる。自動最適調整機構すなわち験が完了する。サン プラー２９によシサンプリングされた１もしくはそれ以上のサンプルが８回の溶 解の各々から自動的に調整されて高熱張力試験器３９でテストされる。８回のテ スト結果はマイクロプロセッサのメモリセクシ■ン（図示しない、）に記録かつ 配憶され、マイクロプロセッサによシ絖計的に分析されて高熱張力に関する７つ の要素すなわち変数間の機−関係すなわち性能特性ｐｆｘｎｃａ（ｊ）、　ｊ　 ＝　１〜８が決定される。このような関係に基づいて最適調整テストが設計され 、基本水準ｂａｓｅ　（ｉ　）、効果ｅｆｆｅｃｔ　（ｉ　）および変化単位ｕ ｎｉｔ（１）により決定される最も急な上昇経路によってテス（財） トが行なわれる。最適調整が達せられたとみなすためのさまざまな方法は最後の コメント群（記事第３３と第４６との間）に提供されている。これによシフ基の アクチェエータはマイクロプロセッサ２８の制御下で調節されてそれぞれ最急上 昇経路に沿って決定された水準にセットされる。このような手順によシこの機械 すなわち溶鉱炉の自動最適調整プロセスが完了する。

性能特性データｐｆｍｃｈａ（ｊ）に統計的分析を行なうことによシ、ｍ変数の 主効果（１）とさらにそれらの交互作用ｃｏｕｐｌｅ（１，ｊ）が得られる。こ れらの主効果にそれぞれの変化単位ｕｎｉｔ（ｉ）を乗ずれば、定数ｃｏｎｓｔ ｎが１．０である場合、偏導関数ｃｈａｎｇｅ（ｉ）が直接得られる。このよう な鳳変数すなわち分子の含有率に関する偏導関数は交互作用を有しない。

ある場合には完全な部分要因配Ｗｋ寮験を必要とせずもしくは不可能なことがあ る。この場合には適当なセンサを重要箇所に配置してさまざまな瞬間における全 ての変数の水準を同特に検知し、かつ性能特性（すなわち上記５Ｊ！施例におけ る高熱張力）を記録する。例えば質量分析器もしくはマイクロプローブを機械に 装備分子の することによって、サンプルを選択された７−で１１（至） 率に関して任意の時間間隔で分析することができる。

これによシ、７１１の分子と高熱張力との間の機能関係を表わす回帰方程式が決 定される。このような関係から偏導関数および最急上昇路がまた決定される。回 帰方程式の決定に際するマイクロプロセッサ２８のプログラミングに関しては例 えばヲッソの特許第６．５７６゜９７６号を参照されたい。

産業上の利用可能性 上記実施例における自動最適−整機構は特殊合金鋼を製造するための溶鉱炉であ る。上記の機械を僅かかつ簡単に変形することによシ、Ｃｒ、　Ｎｉ、　Ｍｏ、 　Ｖ、　Ｎｂ、　ＭｎＣ等の薬物（その他化学物質のみならず鉱物、植物および その生死を問わずバクテリアをも含む）を供給器２１〜２７を通じて皮下注射針 もしくは供給口へ最適な組合わせで分配すべく自動最適１１１１！！された薬物 探累器もしくは薬物分配器を提供することができる。サンプラー２９とともに試 験器６９を使用することにより、そのように供給された患者もしくは病気の動物 の医学的状態を調べることができる。この状急には生体器官の機能すなわち採取 した血液、尿およびその他の流体の化学的性質もしくはその他の最ＸＩ！調整さ ｎるべき生理（ロ） 学的データが含まれる。上記溶鉱炉の場合と同様、アクチュエータ２１〜２７、 サンプラー２９および試験器５９は全てマイクロプロセッサ２８に接続されてこ れＫよシ制御される。

例えば癌のような重病を治癒することができる僅かな薬物を何千もの中から探し 出す、すなわち、ふるいにかけるには上記のり一層による継続選抜技術が利用で きる。このような技術において鳳の薬物から少数（Ｐ）の重要な薬物をＣサイク ルで選抜するための最良の方法は各サイクルで同数すなわち（、ｐＯ−１，１／ ｃのテストを行なうことである。例えば１ｏｏｏｏの薬物すなわち化学物質から サイクルｃ＝４で見込み部Ｐ＝１０の重要薬物を選抜するには各サイクルについ て全て供給器を通じて別の容器から供給することによ！！７５６．２回のテスト が必要となる。（すなわち１サイクルには５７回のテストが必要となる。）　５ ６．２回のテストのうちの１０回もしくはそれ以下の回数でプラス効果もしくは マイナス効果が示されるであろう。第１サイクルのその他の数のテストすなわち ４６．２回では効果が示されないであろうし、これらのテスト（４６，２ｘ　１ ００００１５６．２　＝８２２０．６　）における薬物の全てに関するテ（２） ストはもはや行なわれない。第２サイクルでは１７７９゜４の薬物が各々５１． ７の薬物に対する５６．２回のテストで選抜され、引き続き４回のサイクルが終 了するまでテストが行なわれる。必要とされる総テスト数は多くともほんの４Ｘ ５６．２＝２２４．８回であシ、９７．７５２％の節約となる。たとえＰの数が 見込み違いであったとしてもこのような総数はやはシはぼ同数であることが示さ れる。さらに、マイナス効果の薬物を他の重要でない薬物とともに除外するなら ば、総テスト数は一層小さくなシ、さらに大きな節約となる。このような最適調 整方法のフローチャートを第５図に示す。

１００００の薬物に対するｈｉｌｏマトリックヌ評価は単にノーかイエスか（そ れぞれ水準１および２に対して）、低位か高位か、もしくはさらに詳しく、特定 薬物に関する致死量の５％か１０％かであってもよいことに注意されたい。この ようにしてｅｆｆｅｃｔ（１）、１＝１〜１００００およびｃｈａｎｇｅ（ｉ） 、１＝１〜１００００が決定され、ここではまた最急上昇法が利用される。

自動ＩＩｌ適Ｉ１４整方法を自動単に適用する場合の特定性能特性は消費燃料、 エンジン摩耗、制限遠浅および運転者の疲労等に関するある限定下での燃料＆済 性もしく至） くは最小走行時間でろろう。また変数としては以上に述べたものの他、空燃比、 燃料点火条件、排気設計およびその他国様のものがある。ここで、センサは圧力 、温度、時間、力、流体レベル、流速、電圧、電流等を感知し、アクチュエータ はタイマー、計量装璽、電圧調整器、動力機構等を作動させる。これらのセンサ およびアクチュエータは全て市販のものであシ、また一般的な電子制御技術に基 づいて、メモリ機構と同様に機械およびそのマイクロプロセッサさらにはこれら 相互に適宜接続される。自動最適調整方法および機構のその他の用途としては、 ビルの暖房および／もしくは冷房制御、家庭用器具、製造システム、工業加工設 備、Ｒ＆Ｄ機械、電気工具、サービヌ設備、運搬車輌、高度兵器等がある。異な った用途に対しては異なった特定性能特性と選択変数がちシ、このため違ったセ ンサとアクチュエータが必要となる（これらも甘たほとんど市販の本のでよい、 ）。しかしながら自動最適調整方法の設計は同様であシ、さらに同じマイクロプ ロセッサ、相互接続Ｓ撰、統計設計、最適調整機構が利用で卆る。

第６Ｉど１にマイクロプロセッサ３１、工ンジンス’ｌｂ（１７） ち動カニニット３２および電圧および流通（例えば燃料もしくはオイルの）のセ ンサ３３，３４を有する自動最適調整自動車６０を示す。感知信号は信号伝達線 ３５を通じてマイクロプロセッサに送られる。説明を簡単にするたぬ、他の例え ば圧力、時間、電流等のためのセンサは図示しない。マイクロプロセッサ６１＃ ｉ感知されかつ送信された全てのデータを実時間で分析し、そしてさまざまなア クチェエータすなわち電圧調整器６６、流量計測器３７（他のアクチュエータは 図示しない、）が、これらのさまざまなパラメータもしくは変数を、毎秒おそら ＜　１０００もしくは１００００００のデータビットを含む冥時間で急速に伝達 されたデータからマイクロプロセッサ３１によシ動的に決定された、それらの特 定瞬間におけるそれらの各々の最適゛調整レベルにセットする゛よう指令する。

第４図は自動製造システムのフローチャートを示す。

ここでは７つ（７）のカテゴリーの情報すなわち評価パラメータの収集が行なわ れる。これらの力、テゴリ・−には設備、材料、部品、人間、環境、予備設計お よびルールや規定が含まれる。設備カテゴリーだけに、工具材料、ＩＬレーキ角 もしくはｓｌ！？ｌｆｔ型式お”よび流速（至） のような１つもしくはそれ以上のおそらく重要なパラメータを各々有する何百も の大小の機械を含むであろう。ルールや規定は市、州、連邦もしくは国際的なも のであろう。完全自動化すなわち無人化システムでは人のカテゴ１フーは削除さ れる。

全ての入力データを急速に収集して瞬時に分析した後、マイクロプロセッサは継 続的かつ自動的に設計（ＣＡＤ　）を行なって、最適調整設計が行なわれ（ＣＡ Ｍ）、サンプリングされ（ＣＡＳ　）そしてテストされ（ＣＡＴ）るよう指令す る。継続的かつ自動的再分析と最適調整（Ｃム０）は比較検討された性能特性を 選択的に組合わせることにより得られる最適調整基準に基つくものである。これ には同様な基準に基づく最適調整チェックが伴なう。このような最適調整チェッ クの結果は再設計（ＣＡＤ　）もしくは生産のいずれかであシ、さらに最適調整 基準のため、製品品質、生産速度もしくはコスト等の再チェックが自動的かつｔ ＆続的に１００％で行なわれる。

人間かこのシステムに関係するのは、最初の予蜘設計のための入力データの非常 に僅かな部分（すな・ゎち７のカテゴリーのうちの１つ）ｒ供給する最初の時期 （へ） の一度だけであることを注意されたい。この後人間は完全にこのシステムから除 外される。事実、既に・稼動中のいかなる自動製造システムも、予備設計情幹を 第１予備設計に関するその他同様な゛システムに直接伝達可能である。この場合 、いかなる人も必要ではなくなる。システムはその「情報」を他のシステムに＃ 実、正確、安価かつ早いオーダーで他のシステムに伝達する。

第４図と同様なフローチャートは鉱石もしくは石油側弁作業にも利用できる。こ こで、設備とは掘削プラットフォーム、ドリル機械等であシ、材料とは潤滑剤等 であり、部品とはドリルビット等であり、人間とは作業要員であ夛、環境とは岩 の種類、へこみ、傾斜、硬皮等でおる。同様なフローチャートはその他の工業、 商業、“ｗ畢、兵器、医学等にもまた適用可能でおる。

本発明はここに開示した特定の形式に制限されるべきではない、というのは、こ れらに限定で′になく説明としてみなすべきだからである。例えば、上記戴適調 閲靭のに翻すなわち主効果′＠：有している。交互作′用ｃｏｕｐｌｅ（ｉ　） はまた第２表のプログラムリストに従う四 型式の最良のモデルを簡単にプログラムして最急上昇路の決定のために与えられ たものと衝き換えることがｄｌＸ１５＋・・・−・−・・のような非線型主効果 を含むことができる。

偏導関数’９ｐｆｉｏｃｈａ／ａｘ１もまた簡単に得られて例えばバーダウエイ の特許（第３．４６６．４３０号）による最適調整に利用できる。

この発明には以下のような多くの利点がある。

１、　あらゆる材料、部品１人間、環境等を与えられた作用をなすべく備えた重 要な特定関連機械の最適調整を動的かつ実時間で行なうことができる。サンプリ ングおよび補外による誤差（機械から機械への、部品から部品への、・・−およ び瞬間から瞬間への）が全くない。

２　最適調整はランダムな試行錯誤によらず、系統的、効率的かつ再現性を有し て行なわれる。特に、有効な統計的設計によって、実験範囲（例えばパラメータ ー数）の拡大および必要テスト数、針算段叶数、演算時間の短縮を大きなオーダ ーでなすことができ、（２） このため実時間の最適調整が可能となる。

６．　自動最適調整機構は１つもし、くけ２つの環境パラメーターで変化すべく 単に受動的に用いられもしくは調節されるものではなく、これらは積極的かつ継 続的に（計算と調節によシ）いくつかの異なったカテゴリーにおける多くのパラ メーターの瞬間的な最適組合わせを捜査するものである。

４、　自動最適調整機構の性能は非常に理想的なものであるが、隼に時とともに 改良され・る。

５、　人間による制御、指示干渉は、それが単に望ましくないからだけではなく 、人間の記憶（専念）および記憶の呼びおこし、読み、比較、相関、計算、指令 等の速度には限界が有ル、不可能であるからである。「情報」は今や機械から機 械へと伝達される。

６、　いろんな産業においてさまざまな利用を行なうことによって、ブルーカラ ーの作業者のみならず技術に熟達したエンジニア、科学者、研究員、マネージャ ーおよび医者を含むホワイトカラー従業者の本調でろきあきする仕事の緩和を計 ることができる。

７、　至るところから長い間待望されかつ多年にわたるにｆ究がなされてさた、 ＾良な自動最適調整機構が今四 初めて現実化された。

第１表　７変数に至る処理用の設計マトリックス５　１１１２２２２ ６　２１２２１２１ ７　１　２２２２１１ ８　２２１２１１２ 第２表　自動最適調整方法のためのプログラムリスト次元ｍｔｘａａｎ（５１２ ，５１１）、ｐｒｍｃｈｔ（５１２）、ｅｆｆｅｃｔ（５１１）、ｂａａｅ（５ １１）、ｕｎｉｔ（５１１）、ｃｈａｎｇｅ（５１１）、５ｅｔ（５１１）、ｃ ｏｕｐｌｅ（５１１，５１１）、ｈｉｌｏ（５１１，２）Ｃｎ＞５１２およびｋ ＞９の列もしくはマトリックスには大きな次元を使用。

ｃｏｎａｔｎ　＝　１．０ Ｃもしくは粗しい設定５ｅｔ（１）を客易とするためのあ曽 る値。

Ｃｋからテスト数ｎを見い出せ、すなわちｎ”２ゝぷｍよシ与えられる。

１ｆ（ｎ−１−ｉｉ）２０．２１．２１２１ｘｎ＝ｎ Ｃ設計マトリックスｍｔｘｄｓｎ（ｊ、　ｉ　）の第１カラムを決定。

ｄｏ　２５ｊ　＝　１．　ｎ、　２ ｊＰ”ｊ＋１ ｍｔｘｄｓｎ（ｊ、　１）＝１ ２５ｉａｔｘｄａｎ（ｊｐ、　１）＝２Ｃ設計マトリックスのカラム１＝２〜ｋ を決定。

ｄｏ２６１＝２．ｋ ｄｏ３１１＝１．ｍ ｅｆｆｏｃｔ（１）＝Ｑ。

ｄｏ３２ｊ＝１．ｎ ｋ＝：ｍｔｘｄｓｎ（ｊ、ｉ　） ■ ｘｋ＝に ３２ｅｆｆｅｏｔ（１）−＝ｅｆｆｓｅｔ（１）＋ｘｋ　ｐｆｓａｃｈａ（ｊ） ６ｆｆｅｏｔ（１，）＋ｅｆｆｅｃｔ（１）／ｘｎ３１ｃｈａｎｇｅ（１）＝ｅ ｆｆｅｏｔ（１）ｕｎｉｔ（ｉ）ｃｏｎａｔｎＣ変数ＡとＢの間の交互作用すな わちｃｏｕｐｌｅ（ｉａ。

ｉｂ）を決定。

ｄｏ３３１ａ＝１．ｍ ｃｏｕｐｌｅ（ｉａ、　１ｂ）＝Ｑ。

ｄｏ３４１ｂ＝１．ｍ ｄｏ　３４　ｊ　＝１．　ｎ ｋａｂ　＝：　ｍ　ｔｘｔｌａｎ　（ｊｔ　ｉａン＋ｍｔｘｄｓｎ（ｊ、１ｂ） ｚｋａｂ＝ｋａｂ−ｋａｂ／２２＋１ ｘｋａｂ＝ｘｋａｂ　２．−３゜ ５４　ｃｏｕｐｌ　ｅ　（ｉａ、　１ｂ）＝　ｃｏｕｐｌ　ｅ　（ム、ｉｂ）十 を儂ｂ　ｐｆｍｃｈａ（ｊ）３３　ｏｏｕｐｌｅ（ｉａ、　ｉｂ）　＝＝ｃｏｕ ｐｌｅ（ｉａ、　ｉｂ）／ｘｎＣ棗二の１変数ＫｗＪするべ−、スレベルｂａｓ ｅ（１）ト同時に連続増加変化ｃｈａｎｇｅ（ｉ）からの最急上昇路に沿ってテ ストを行ない、性能特性ｐｔ鳳。ｐｔを最適調整する。もしも新しいｐｆｘｈ。

ｐｔが以前に記憶したｐｆｍｏｐｔすなわちｐｆｍａｔｒを越えるならは、四 最急上昇路を継続してたどる。もしそうでないなにする、ナして段階２４に進む 。変わって、もしもｐｆｍｃａがｐｆｍｓｔｒよシも小さいならばｃｈａｎｇｅ （ｉ　）　＝　−ｃｈａ−ｎｇｅ　（ｉ　）／２とする、すなわちｃｈａｎｇｅ （１）を半分にして符号を逆にし、よシ近い段階で最急上昇路に沿って戻る。バ ーダウエイのパラメーター切替前の３回逆転と同様なプログラムによシ、６回（ もしくは５回あるいは他の数）の逆転および半分割が生じたならば停止。このプ ログラムはここでは示さない。

ｊ＝Ｏ ｐｆ鳳ｏｐｔ＝Ｑ。

ｄｏ４６１＝１．ｍ ｎ１＝２　（１−１） ｎ１虱＝ｎｉ−ｉ ｄｏ　２７　Ｊ　＝　１．　ｎｔ ｊｎｉ”：Ｊ＋ｎｉ ｍｔｘｄａｎ（ｊｅ　ｎｉ　）　＝　１２７　ｍｔｘｄａｎ（ｊｎｉ、　ｎｉ　 ）　＝２（２） Ｃ設計マトリックスのカラムｊｊ＝ｎｉ〜ｎ−１！決定。

ｄｏ２８ｊ−１，ｎ ｄｏ２８ｊｊ＝１．ｎｉｍ ｊｊｋ＝ｊＪ＋ｎｉ ｋ　＝ｍｔｘｄｓｎ（ｊ、　ｊｊ　）　＋ｍａｔｘｄ８ｎ（ｊ、　ｎｉ　）２８ 　ｍｔｘｄａｎ（ｊ　ｊｋ、　ｊ　）　＝　ｋ　−ｋ／２”２＋１Ｃすなわち、 両方のマトリックスｍｔｘｄａｎ（ｊｅ　ｊｊ）およびｍｔｘｄａｎ（ｊ、　ｎ ｉ）が１もしくは２であるならばｍｔｘｄｓｎ（ｊｊｋ、　ｊ）＝１４　Ｌ　＜ はｍｔｚｄｓｎ（ｊｊｋ、　ｊ　）＝２．。

２６継続 Ｃ最適調整サイクル数ｎｃｙｃ：Ｌｅが特定サイクル数ｎｃｙｃａｐを越冬るか どう、かを注意。もしそうであるならば、最適調整は完了しておシ、全ての変数 およびｍアクチェエータは最適調整値もしくは条件にセットされる。もしそうで なければ停止２９に進む。

ｎｃｙｃｌｅ　＝Ｑ ２４　ｎｃｙｃｌｅ　＝＝　ｎｃｙｃｌｅ　＋　１ｉｆ（ｎｃｙｃｌｅ−ｎｃｙ ｃｓｐ）２２＋　２２ｅ　２９２９停止 Ｃｍ変数の高水準および低水準を決定。

匈 ２２　ｄｏ　２３１÷１．！１１ ｈｉｌｏ（１，１）＝ｂａａｅ（１）−ｕｎｉｔ［，１）２３ｈｉｌｏ（１，２ ）＝ｂａｇｅ（’ｉ）＋ｕｎｉｔ（、ｉ）Ｃマイクロプロセッサにより制御さ・ れるアクチュエータを用いてｍ変数を設計マトリックスに従ってそれぞれ高（水 準２）もしくは低（水準１）条件に調節する。１回の連続する瞬間にｎテストを 行なう。、次のデータ分析のためマイクをプロセッサ数の効果と交互作用、ｅｆ ｆｅｏｔ（１）およびｃｏｕｐｌｅ（１，１）をそれぞれ決定する。使用データ は記憶された性能特性ｐｆｍｃｈａ（ｊ　）、　ｊ　＝　１．　ｎである。

４６ｓｅｔ（ｉ）＝ｂａａｅ（ｉ） ４４ｊ＝ｊ＋１ １ｒ（ｊ−１０００）　４１．４１．４３　−４１ｐｆｍａｔｒ＝ｐｆｍｏｐｔ ｄｏ４２１−１．ｍ ４２　ｅｅｌ（１）　＝ａＬｔ（１）　＋ｃｈａｎｇｅ（ｉ）Ｃｐｆｍｓｔｒと 比較するため新しいｐｆｍｏｐｔを得るためのテストを行なう。

ｉｆ（ｐｆｍｏｐｔ−ｐｆｍｓｚｒ）　４４．４４．４１弼　、 Ｃｐｆｍｏｐｔを最小とするため、上記の一連の数をｒ４１．４１．４４Ｊに置 き換える ４３ｄｏ４５１＝１．ｍ ｂａｓｅ（１）　＝ｓｅｔ（１） ４５ｕｎｉｔ（１）＝ｕｎｉｔ（１）／２゜２４へ進む。

翰 国際調査報告 鳴

Claims (1)

1. 【特許請求の範囲】 １．規定数ｍの性能−影響変数の変化に応じた特定性能特性に関連するシステム を実時間で動的に自動最適調整するための方法でめうて、前記変数ｍ′をテスト 数ｎで同時かつ系統的に変化墳せるための統計的テストプランを設計し、榊いて 前記プランに基づいて前記変＠ｍをｎ回の連続−間におけるそれぞれの計画値に 設定］７、さら変数ｍ″Ｃ−Ｃ−評価倍分の一秒以上の計Ｘ速度で、その特宇シ ステム自身１．Ｃより、前記変数ｍと前記性能特性との間の瞬時間機能関係と＠ 紀変鼾ｍの＃適な組み合わせを決定してシステムの特定組閣、条件、環境および 要件に関する所望の＃）適―整でれた性能特性を得、かつ同時に、前記機能関係 および最適組合わせが実質的に変化する以前の十分早い時期で、簡記変夕Ｊｍを 前記の決定された最適な組み合わせに設定する方法。 ２、前記変釘１１ｒｔ７以上であシ、前記ｎ　ｉ！ｌ！Ｊの連続瞬間は数分内で ある請求の範囲１１項記載の方法。 ３、＃＋ｌ紀テステストプラン朴、かつ直交のｇｂ分再現要因（至） 配置実験であり、かつｍは１５以上である請求の範囲第１項記載の方法。 ４、前記テストプランは連続選択実験であシ、かつｎ＃ｉｍｘｂも小である請求 の軛囲年１項記載の方法。 ５６　前記ｎ回の連続輪間に続く数分間以内における瞬時で前記性能特性を定期 的に再評価して前記変数ｍおよび性能特性に関する追加データを集め、新しい実 時間機能関係と最適な起み合わせを再決定し、はぼ即座に前記変数ｍを新しい影 遣組合わせに再設定することによりシステムの全ての連続−間における最適化が 動的に維持することを含む和才の唱囲チ１項記載の方法。 ６、多数の性能−影峯変数ｍに対する特定性能特性に関する動的かつ実時間の最 適調整を行なうための機楢であって、−億分の１以上の計算速度を有するプログ ラム嘔れたマイクロプロセッサ２８と、前記変数ｍの蝉をｎ回のほぼ連続する瞬 間の各々で＃ｌＦ続的に制御するアクチュエータｍａ２１〜２７と、前記性能特 性を連続瞬１１ｆ１３９で同時に評価するためのＰ一番と、前記（２） 性能特性と前記変数ｍとの間の夾時１１５機能関係と、前記変数ｍの最適な組合 わせとを決定して前記機構の特定瞬間、条件、環境および要件に関する所望の鮒 適化６れた性能特性を得るためｖＣｎ組の記録値を前記アクチュエータ機構およ びｉＴ紀評価するための彬槽から前舵マイクロプロセッサへ伝達し２て一億分の １秒で計算を行なわせる伝達機罐１９とから成シ、ｉ前記アクチュエータ＃１１ 構２１〜２７１−ｉｌＩ前記マイクロプロセッサの指示により、Ｍ　ｒｄ　を数 ｍを曲紀岡能関係および弔事な組みイ・わせが実質的に変化する以前の早期に前 記で決定てね、た最適な１合わせに同時（で設定するネ構。 ７、　病剣の患者にほぼ連続してＰ適な峠合せの薬物を分配すべく最適調整され る薬物分配機の形１′−であうで、＠記特定性納特性は患者の生体器官の機能を 含む也者の医学的状態であり、１１（記変委ｊｍは患者に伎与さＩＬる多数の化 学物質すなわち薬物であり、当該御構全体は０．１立方メーター以下を占める内 蔵式ユニットに一体に組み込まれ、て思名の体内に埋め込み可能となっている請 求の範囲４０項ｓ＋ｈ、品のＩ４框。 （イ） ８．０．１立方メートル以下を占める一体内蔵式の工業処理設備の形態でめって 、前記特定性能特性は処理の単位コストであり、前記変数ｍは処理変数でおシ、 一方、全てのｎ回の瞬間は数分以内である請求の勧囲第６項記載の機構。 ９、　自動車の形態であって、＠記変数ｍは自動車の経年数と状態、エンジンの 速度、温度、およびセツティング、機料およびオイルの種類と量、突接２比、峨 焼呈内の圧力、撫＠９壱火条件、自削車への負荷、虱の種類、方向および速度、 天候条件、道路臀年数、知斜および状態、交通の種類と量からでるグループから ｉ＃　”ｔ’ね、た少なくとも１５の変数を舎んでおり、前記マイクロプロセッ サは十分にＧ４！、小型（０，１立方メートル以下）かっ省カ化シれでいて自動 車への装備（（有用となっており、しかも十分に多くの配車か可能であり、また 何十億もの計算段階を処理しうるｌαどの速い計算速度？有して、所要の実時間 最適調整を数分内で行なうことがでさる側皮の１囲多１．　６　項　ｄ己　龜晃 −の　刊←　構　。 １０、鉱柴用掘削榔械の形軌で々、って、Ｑｉｊ記性能特性は掘削の単位コスト であり、前記変数ｍは掘削、人間および環境変数を含んでおシ、芒らに予め特定 された時間間隔で前記機能関係の定常性をチェックするａ構と、前記機能関係が 時につれて大きく変わった場合に前記変数ｍを新しい最適な矩合わせに即座に調 節する機構とを有している請求のＳ囲４′：６項を紅のＰ！構。 （支）